≪AI・MLエンジニア/データサイエンティスト≫

【初年度想定年収】※年2回の賞与含む ◆580万円～1000万円

正社員

■デジタルテクノロジー戦略本部
アプリケーションエンジニア、インフラエンジニア、WEBマーケター、データエンジニア、AI開発エンジニアなど、様々な社員が在籍しており、一般的な情報システム部門のような社内向け業務システムの開発・保守・運用やインフラ整備のみならず、ビジネスサイドが抱える悩みやニーズに対して全社横断のテクノロジー部門として最適なソリューションを提案し、マイナビグループ全体の技術力の向上を目指している部門です。

デジタルテクノロジー戦略本部

＜募集背景＞
人材紹介領域のAIマッチングにおいて、モデル設計・特徴量設計・精度改善を担い、ビジネスKPI向上に直結する推薦精度の最大化を図るべく、組織体制強化に伴い募集をいたします。

＜業務詳細＞
① モデル設計・実装
・レコメンド／ランキング／マッチングモデルの開発
・学習データ作成・前処理・ラベル設計
・モデル選定（LGBM / FM / Deep Learning / Two-Tower 等）

② 特徴量設計（Feature Engineering）
・求職者／求人データの構造化（タグ化・スキーマ設計）
・行動ログ（閲覧、応募、お気に入りなど）の活用
・テキストデータ（職務経歴書、求人票）からの特徴量・埋め込み（Embedding）抽出

③ 精度改善・チューニング
・モデルチューニング（ハイパーパラメータ最適化）
・アンサンブルやハイブリッドモデルの構築
・モデルの再学習、改善サイクルの実行

④ 評価・分析
・オフライン評価（recall@k / HitRate / AUC など）
・エラーパターン分析、バイアス分析
・改善インパクトの定量評価

⑤ 本番適用・連携
・推論処理の設計・高速化
・モデルのリリース・運用改善
・MLエンジニアやプロダクト開発側への実装・API連携

①～④のサイクルを2週間単位で回し改善を行っていただきます。
テックリードやPMがスクラム推進や他部署調整を担うため、モデリングと精度改善の領域にて最大限価値発揮いただける環境が整っております。

＜チームのミッション（目指している方向性）＞
当部はAI関連技術(DS, ML, DL) を活用し、会社（顧客・利用者）が抱える課題の解決、未来の価値創造を担う組織です。特定の事業部でのAI活用実績を全社へスケールすることで全社的な利益貢献を目指します。
そして事業部が自律的にAI活用を進められるようにデータ分析・AI活用のセルフサービス化をリードしていくことがミッションです。

＜ポジションの魅力・やりがい＞
・「純粋なモデリング」に集中できる環境
アジャイル推進や他部署との調整業務はテックリードやPMが巻き取るため、データと向き合い、モデルを磨き上げる本来の業務に没頭できます。

・大規模かつ高次元なマッチングデータ
数万〜数百万規模の「求職者×求人」という、複雑で解きがいのあるマッチングデータを取り扱うことができます。

・技術の成果がダイレクトに見える快感
ご自身が設計した特徴量やモデルの改善結果が、応募率やマッチング精度などのビジネスKPIにダイレクトに反映される手応えを感じられます。

＜組織について＞
配属先のAIソリューション部は30名弱の人数で構成されており、新卒／中途問わずエンジニアが在籍しています。4課体制となっており、AIビジネス企画部や各サービスを担当している事業部と密に連携を取りながら業務を行うため、コミュニケーションが活発な組織です。

＜必須のご経験・スキル＞
・機械学習モデルの開発経験（回帰／分類／推薦など）
・レコメンド／検索／ランキングモデルの開発経験
└e.g. NLP（BERT／Sentence-BERT等、またはLLM）を用いたテキストデータのベクトル化・解析経験
・Pythonによるデータ分析・モデル実装経験
・e.g. LightGBM / FM / Deep Learningの活用経験
・SQLを用いたデータ抽出・加工スキル
・特徴量設計・モデル評価の実務経験

＜あると活かせるご経験・スキル・マインド＞
・大規模データ（数百万件〜）のハンドリング経験
・クラウド環境（GCP/AWS）でのML開発・MLOps（Vertex AIやSageMakerなど）の経験
・Kaggle / SIGNATE等データ分析コンペでの上位入賞実績

≪AI・MLエンジニア/データサイエンティスト≫

【初年度想定年収】※年2回の賞与含む ◆700万円～1000万円

正社員

■デジタルテクノロジー戦略本部
アプリケーションエンジニア、インフラエンジニア、WEBマーケター、データエンジニア、AI開発エンジニアなど、様々な社員が在籍しており、一般的な情報システム部門のような社内向け業務システムの開発・保守・運用やインフラ整備のみならず、ビジネスサイドが抱える悩みやニーズに対して全社横断のテクノロジー部門として最適なソリューションを提案し、マイナビグループ全体の技術力の向上を目指している部門です。

デジタルテクノロジー戦略本部

＜募集背景＞
人材紹介領域のAIマッチングにおいて、ビジネス課題の整理からモデル開発・評価・改善の一連のプロセスをリードし、プロダクト価値および事業成果の最大化を図るべく、組織体制強化に伴い募集をいたします。

＜業務詳細＞
① AIマッチング戦略・課題整理
・事業KPI・現場課題をもとにAIマッチングの課題構造を整理
・データ課題（欠損・粒度・ラベル設計）およびオペレーション課題の特定
・ユースケースの優先順位付け／ロードマップ策定

② プロジェクト推進・スクラムマスター業務
・ミッションクリティカルなAIマッチング開発における全体進行・スケジュール管理
・2週間単位のスプリント（スクラム開発）の運営、バックログ管理、ブロッカーの排除
・関係部署（事業部門・企画・開発）との要件整理・合意形成

③ モデル設計・改善
・マッチングアルゴリズム（推薦・ランキング）の設計
・特徴量設計（タグ設計・行動ログ活用・スキル構造化）
・モデル精度向上・性能改善（精度／カバレッジ／ビジネスKPI）

④ 評価・KPI設計
・オフライン・オンライン評価指標の設計（recall@k、CTR、CVR 等）
・A/Bテスト設計・効果検証
・KPIモニタリング環境の構築・改善サイクルの確立

⑤ 技術リード・メンバーの壁打ち相手
・DS/MLエンジニアの技術的なディスカッションパートナー（壁打ち相手）としての課題解決サポート
・マッチングアルゴリズム（推薦・ランキング）の設計レビュー・方向性のアドバイス
・モデル精度（精度／カバレッジ）とビジネスKPIのトレードオフにおける意思決定支援

課題の整理や進捗管理、メンバーとの壁打ちを中心に「案件の旗振り役」をお任せいたします。
本ポジションはご自身での実装（コーディング）に軸足を置くのではなく、2週間スプリントのスクラム推進（アルゴリズム選定や優先順位付けなどの判断）や上流の意思決定を担いながら、必要に応じて実装や分析にも関与し、チーム全体の成果最大化を推進していただきます。

＜チームのミッション（目指している方向性）＞
当部はAI関連技術(DS, ML, DL) を活用し、会社（顧客・利用者）が抱える課題の解決、未来の価値創造を担う組織です。特定の事業部でのAI活用実績を全社へスケールすることで全社的な利益貢献を目指します。
そして事業部が自律的にAI活用を進められるようにデータ分析・AI活用のセルフサービス化をリードしていくことがミッションです。

＜ポジションの魅力・やりがい＞
・事業のコア（売上や主要KPI）に直結するミッションクリティカルな「AIマッチング」という
　事業インパクトが非常に大きい領域における中核ポジション
・モデル改善だけでなく、KPI設計・業務設計・ロードマップ策定まで関与可能
・上流（戦略・課題整理）〜下流（評価・改善）まで一貫してリードできる環境

＜組織について＞
配属先のAIソリューション部は30名弱の人数で構成されており、新卒／中途問わずエンジニアが在籍しています。4課体制となっており、AIビジネス企画部や各サービスを担当している事業部と密に連携を取りながら業務を行うため、コミュニケーションが活発な組織です。

＜必須のご経験・スキル＞
・レコメンド／検索／マッチングモデルの開発・運用経験、またはそれに準ずる技術的な深い理解
・スクラム（アジャイル）開発環境におけるプロジェクト推進、またはチームリードの経験
・データサイエンティストやMLエンジニアと円滑にディスカッションできる、
　機械学習モデル開発の深い理解
・ビジネス課題からデータ分析・モデル設計へ落とし込む能力

＜あると活かせるご経験・スキル・マインド＞
・ステークホルダーとの合意形成・コミュニケーション能力
・スクラムマスターの経験、または関連資格
・大規模、かつミッションクリティカルなシステムにおけるAI導入・運用経験
・LGBM / Factorization Machine / Deep Learningなどの技術トレンドに対する高いアンテナ
・A/Bテスト・オンライン評価の実務経験
・KPI設計およびプロダクトグロース経験
・クラウド環境（GCP/AWS）での開発経験